第 i 个任务需要花费 tasks[i] 小时完成。一个 工作时间段 中,你可以 至多 连续工作 sessionTime 个小时,然后休息一会儿。
你需要按照如下条件完成给定任务:
- 如果你在某一个时间段开始一个任务,你需要在 同一个 时间段完成它。
- 完成一个任务后,你可以 立马 开始一个新的任务。
- 你可以按 任意顺序 完成任务。
给你 tasks 和 sessionTime ,请你按照上述要求,返回完成所有任务所需要的 最少 数目的 工作时间段 。
思路:一开始一维可以用贪心做,但是发现有特殊样例没过掉,
class Solution {
public:
int minSessions(vector<int>& A, int sessionTime) {
int n = A.size();
multiset<int> st;
for (int i = 0; i < n; ++i) {
st.insert(sessionTime);
}
sort(A.begin(), A.end());
int ans = 0;
for (int i = n - 1; i >= 0; --i) {
int a = A[i];
auto it = st.lower_bound(a);
if (*it == sessionTime) {
ans++;
}
int r = *it - a;
st.erase(it);
if (r != 0) {
st.insert(r);
}
}
return ans;
}
};
递归枚举状态:对于每个任务来说,要么新开一个 session 去做、要么在已经开了的 session 去执行,为了实现存储,需要容器去存储以前开启了的 session:
class Solution {
public:
int ans = INT_MAX;
void dfs(int i, int sessionTime, vector<int> curSessions, vector<int>& A) {
if (curSessions.size() >= ans) {
return;
}
if (i >= A.size()) {
ans = min(ans, (int) curSessions.size());
return;
}
//在原有的session上做任务
for (int j = 0; j < curSessions.size(); ++j) {
if (A[i] + curSessions[j] <= sessionTime) {
curSessions[j] += A[i];
dfs(i + 1, sessionTime, curSessions, A);
curSessions[j] -= A[i];
}
}
//新开session
curSessions.push_back(A[i]);
dfs(i + 1, sessionTime, curSessions, A);
curSessions.pop_back();
}
int minSessions(vector<int>& A, int sessionTime) {
vector<int> curSessions;
dfs(0, sessionTime, curSessions, A);
return ans;
}
};